基于改进FABLE算法的流水线平衡问题的实现

在一种深度优先的分枝定界算法基础上，研究了实际生产约束条件下大规模流水线生产平衡问题，提出了合并规则、排序规则、可行性规则和替代规则以满足约束条件及减少搜索空间，给出了求解平衡问题新的启发式优化算法。应用此算法解决了某复印机厂实际流水线的平衡问题。

基于滚动优化的离散事件系统控制

将预测控制的广义原理应用到离散事件系统 (Discrete Event System,DES)的控制理论中 ,得出了 DES基于滚动窗口监控的一般方法 .根据系统行动描述定义了受控 DES的行为模型 ,并提出了 DES的预测模型集、子预测模型集和基于滚动窗口的监控算法 .

单步预测的单机调度算法及其仿真分析

调度问题中在线算法只能够利用已经到达的工件信息进行调度,但在实际生产中,往往有可能预知即将到达的未来工件信息,并且利用信息进行决策。针对经典单机加权完工时间调度问题,根据预测控制的思想,提出了一种单步预测调度的算法,并且分别在理论证明和仿真两方面进行了分析。对单步预测调度算法进行了性能分析,在理论上证明了预测调度算法的竞争比下界为2,对于一般的情况进行了大量的仿真比较,由于在调度中增加了未来信息,单步预测调度算法的调度结果优于在线调度算法。

折扣加权总完工时间问题的半在线排序算法

讨论到达时间任意,加工时间具有上下限约束,目标函数为带折扣的加权总完工时间的单机排序问题1|r_j,p_(min)≤p_j≤p_(max)|∑w_j(1-e^(-βC_j)),给出了此问题在任意半在线算法下的竞争比下界,并提出了求解此问题的一种半在线算法D-αWDSPT,通过分析算法竞争比说明该算法是一种近似最优算法.同时指出,算法在问题的三种特殊情况下是最优算法.第一种问题是最小加工时间p→0,第二种问题是折扣因子β→0,第三种问题是工件加工时间相同p_(min)=p_(max)

预测调度算法在平行机问题中的应用

常用的实时生产调度的在线算法由于只利用当前已到达的工件信息,导致调度性能不够理想。针对复杂度较高的平行机调度问题,通过对在线算法OMPR(单机可中断松弛)的改进,设计了一种具体的预测调度算法PPSA(平行机预测调度算法)。预测调度算法合理地把预知信息与已知信息结合起来进行决策,使调度解的性能得到进一步提高。仿真分析显示,该算法的性能明显优于在线算法OMPR,表明预测调度算法是一种计算简单、性能优良的实时调度算法。